[发明专利]智能调控式垃圾回收方法、系统、存储介质、装置及应用在审

专利信息
申请号: 202010830430.1 申请日: 2020-08-18
公开(公告)号: CN112046978A 公开(公告)日: 2020-12-08
发明(设计)人: 贾顺;周广锋;赵佳丽;关义浩;吕景祥;蔡维;胡罗克;张中伟;王蕊;康强 申请(专利权)人: 山东科技大学
主分类号: B65F9/00 分类号: B65F9/00
代理公司: 北京汇捷知识产权代理事务所(普通合伙) 11531 代理人: 盛君梅
地址: 266000 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 调控 垃圾 回收 方法 系统 存储 介质 装置 应用
【说明书】:

发明属于垃圾回收技术领域,公开了一种智能调控式垃圾回收方法、系统、存储介质、装置及应用,包括信息管理云平台、智能垃圾压缩回收站、智能变容量垃圾桶、智能垃圾分类运输车和智能垃圾回收系统信息管理云平台终端。信息管理云平台和智能垃圾压缩回收站、智能变容量垃圾桶、智能垃圾分类运输车之间进行信息数据的传输交换,智能垃圾压缩回收站识别垃圾分类是否错误,并对垃圾进行压缩,可自移动的智能变容量垃圾桶可改变桶内空间的大小,并可自行移动辅助完成垃圾清运工作,智能垃圾分类运输车可实现车厢内部空间的合理分配,使垃圾回收工作更加合理,减少垃圾回收工作中产生的浪费,降低工作人员的劳动强度,提高垃圾清运工作的效率。

技术领域

本发明属于垃圾回收技术领域,尤其涉及一种智能调控式垃圾回收方法、系统、存储介质、装置及应用。

背景技术

目前,世界各国共同关注的迫切问题之一为垃圾分类管理问题。经济增长的步伐和人类大活动范围的扩大产出越来越多类别的生活垃圾,与此同时生态环境的日益恶化也为人类加快垃圾分类敲响警钟。如何最大程度地减少垃圾污染,提高垃圾资源的二次利用率,减少垃圾处置量,垃圾分类管理在处理这类问题时扮演重要的角色。将可回收物和不可回收物进行有效分类和区分管理处置是垃圾分类管理中的重要步骤。

众所周知,生活社区是广大人民群众投放垃圾频率最高的地点。人员流动量大,人口密集是生活社区的重要特点之一。区别于商场、地铁等单一功能的建筑物产出垃圾类别较少的特点,生活社区产出的垃圾量较大,垃圾类别更为复杂。可见在生活社区开展垃圾分类管理工作具有一定难度。主要因素有:垃圾分类回收的宣传教育工作不足,垃圾种类复杂多样,居民对垃圾分类难度较大,因此无法在投递垃圾之前做出正确的分类;垃圾分类回收机制不够完善,人们投放错误类别垃圾过后置之不理,缺少投放人员信息记录和奖惩机制,因而随意扔垃圾的行为屡见不鲜;缺少相应的智能垃圾回收设备,使得垃圾分类管理工作在投入基本设施建设费之后,还要投入较多的人力和物力,垃圾清运工作机械化程度较低,工作效率不高,垃圾投放处理过程的各种信息利用程度也较低。

通过上述分析,现有技术存在的问题及缺陷为:缺少相应的智能垃圾回收设备,使得垃圾分类管理工作在投入基本设施建设费之后,还要投入较多的人力和物力,垃圾清运工作机械化程度较低,工作效率不高,垃圾投放处理过程的各种信息利用程度也较低。

解决以上问题及缺陷的难度为:垃圾分类回收实际过程中情况较复杂,如何设计相应的智能垃圾回收设备提高垃圾回收工作效率和垃圾清运工作效率有一定难度;由于垃圾分类回收过程中涉及的环节较多,形成完整可靠的垃圾分类回收系统难度增加,实现各种信息的高效利用和智能垃圾回收设备之间的信息共享难度增加。

解决以上问题及缺陷的意义为:本发明提供的智能垃圾分类回收设备能够帮助垃圾分类回收工作有效开展,提高工作效率,减少人力和财力投入,并提高各种信息利用程度,方便居民进行垃圾分类,减轻政府垃圾清运处理的压力。

发明内容

针对现有技术存在的问题,本发明提供了一种智能调控式垃圾回收方法、系统、存储介质、装置及应用。

本发明是这样实现的,一种智能调控式垃圾回收方法,所述智能调控式垃圾回收方法包括:

垃圾投放者通过手机云平台终端定位,选择合适垃圾站并前往该站放置垃圾。识别摄像头扫描确认个人信息和垃圾种类,并显示在交互屏幕上。若数据库没有该人信息,便在交互屏幕上提示注册并提供二维码信息。若投放区与垃圾种类匹配,则打开投递口箱门,经压缩机压缩后掉入垃圾桶内,若不匹配,垃圾站发出警报,投放者需重新投放。

可自移动的智能变容量垃圾桶测量桶内垃圾体积与质量信息经可精准分类的智能垃圾压缩回收站发送至云平台,云平台对信息进行处理之后同步至各个云平台终端。

云平台将垃圾数据和路线发送至可自调控的智能垃圾分类运输车。可自调控的智能垃圾分类运输车根据路线到达可精准分类的智能垃圾压缩回收站外指定位置并根据具体情况调节垃圾收纳箱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010830430.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top